📣 Skicka ert pressmeddelande till oss
Webbplatsen uppdateras var 15:e minut
Teknologi

CrePal släpper Juggernaut-XL-V9 AI-modell för snabbare fotorealistisk bildgenerering

CrePal har lanserat AI-modellen Juggernaut-XL-V9, som förbättrar hastigheten och kvaliteten på fotorealistisk bildgenerering. Modellen är finjusterad för professionell fotografering och erbjuder betydande förbättringar.

21 juni 2026
CrePal släpper Juggernaut-XL-V9 AI-modell för snabbare fotorealistisk bildgenerering
Bilden är en AI-genererad illustration

CrePal har lanserat sin nya AI-modell, Juggernaut-XL-V9, designad för att förbättra hastigheten och kvaliteten på fotorealistisk bildgenerering. Modellen bygger på Stable Diffusion XL (SDXL) -plattformen och använder RunDiffusion Photo v2-teknologi.

Juggernaut-XL-V9 är optimerad för professionell fotografering inom olika områden, inklusive arkitektonisk visualisering, naturfotografi, inredningsdesign och fordonsbilder. Dess nyckelfunktion är "Lightning"-läget, som möjliggör bildgenerering på så lite som 4–8 steg utan behov av separata tillägg. Detta påskyndar avsevärt bildgenereringen och gör professionell AI-bildskapande mer tillgängligt.

Modellen inkluderar en integrerad Variational Autoencoder (VAE) som möjliggör utskrifter med hög upplösning på 832×1216 pixlar. Optimerade inställningar erbjuds för olika användningsområden, såsom porträtt, arkitektur och naturfotografi. Modellen stöder också HiRes Fix-funktionen för att förbättra detaljer.

RunDiffusion, ett företag baserat i Lehi, Utah, har utvecklat Juggernaut-XL-V9. RunDiffusion specialiserar sig på att skapa AI-bilder och videor på molnbaserade plattformar. Deras flaggskeppsprodukt, Runnit, erbjuder en svit verktyg för kreatörer och team för AI-modellträning och bildgenerering, med betoning på äganderätt för kreatörer och integritet.

Juggernaut-XL-V9 finns tillgänglig på flera plattformar, inklusive Automatic1111, RunDiffusion och Hugging Face. Användare rekommenderas att justera parametrar som CFG Scale mellan 3–7 och välja en lämplig sampler beroende på användningsfall för att uppnå de mest realistiska resultaten.

Ursprunglig källa: crepal.ai